一种基于全卷积网络的MRI图像脑肿瘤自动分割方法

摘要

本发明提供一种基于全卷积网络的MRI图像脑肿瘤自动分割方法，包括脑肿瘤多模态MRI图像预处理、全卷积网络模型构造、网络训练与参数调优和脑肿瘤图像自动分割，具体将MRI图像脑肿瘤的分割转换为像素级语义标注问题，对MRI不同模态强调的差异信息，将FLAIR、T1、T1c和T2四个模态的二维整幅切片合成四通道输入图像，利用已经训练好的卷积神经网络的卷积层和池化层作为基础特征层，在后添加三个与全连接层等同的卷积层构成中间层，使得中间层输出与语义分割类别数量相对应的粗糙分割图，在中间层的后面添加反卷积网络，用于对粗糙分割图进行插值得到与原图像大小一样的精细分割图。本发明不需要人工干预，有效提高了分割精度和效率，缩短了训练时间。